So sánh hai văn bản

Thế nào được coi là cùng một dòng

Việc so sánh diễn ra trên một khóa chứ không phải trên chính dòng đó. Mỗi dòng được rút gọn thành một khóa tùy theo các tùy chọn bỏ qua đang bật, thuật toán diff chạy trên các khóa, và thứ bạn được xem luôn là văn bản gốc của bạn — nên bật “Không phân biệt chữ hoa chữ thường” sẽ thay đổi những dòng nào khớp nhau mà không sửa một ký tự nào trong phần hiển thị. Có hai tùy chọn khoảng trắng riêng biệt và chúng khác nhau nhiều hơn tên gọi gợi ý: một tùy chọn cắt khoảng trắng ở hai đầu dòng, tùy chọn kia trước tiên gộp các chuỗi dấu cách và tab thành một dấu cách rồi mới cắt. Không tùy chọn nào xóa hẳn khoảng trắng, và việc gộp chỉ tìm dấu cách và tab theo đúng nghĩa đen, nên dấu cách toàn khổ (ideographic space) hay dấu cách không ngắt dòng ở giữa dòng vẫn được giữ nguyên và vẫn bị tính là khác biệt.

Bỏ qua dòng trống là tùy chọn có một hệ quả mà không ai nhắc đến: các dòng trống bị loại bỏ trước khi phép so sánh chạy, nên số dòng bên cạnh kết quả chỉ đếm những dòng còn lại, và không còn khớp với số dòng trong file của bạn. Khi tắt tùy chọn này, chúng khớp chính xác. Việc tô sáng từng từ trong một dòng bị sửa chỉ theo cài đặt không phân biệt chữ hoa chữ thường — các tùy chọn khoảng trắng không áp dụng cho nó, nên khác biệt về khoảng trắng trong một dòng bị sửa vì lý do khác vẫn được tô là thay đổi.

Kết quả sao chép được là một unified diff ở mọi khía cạnh quan trọng khi đọc — hai tiêu đề file, các dòng trừ, các dòng cộng, ba dòng ngữ cảnh quanh mỗi thay đổi — với một ngoại lệ nên biết trước khi dựa vào nó. Các dấu mốc hunk của nó không kèm phạm vi dòng, nên nó dành cho báo cáo lỗi, bình luận review code hoặc email, còn lệnh patch và git apply sẽ từ chối nó. Nếu bạn cần thứ để áp dụng chứ không phải để đọc, hãy tạo nó bằng git.

Khi bạn cần công cụ khác

Các định dạng có cấu trúc so sánh theo dòng rất kém, và lỗi hiện ra rõ ràng chứ không hề kín đáo: hai tài liệu JSON chỉ khác nhau ở thứ tự khóa, hoặc hai file CSV có một cột bị dời chỗ, sẽ trả về một mảng thay đổi chẳng cho bạn biết gì. Hãy so sánh chúng bằng công cụ hiểu được cấu trúc — sắp xếp khóa của cả hai file JSON trước rồi so sánh kết quả, hoặc dùng daff, công cụ so sánh CSV theo hàng và cột, sẽ cho bạn biết một cột đã bị dời chỗ thay vì báo mọi dòng đều thay đổi.

Hai thư mục, hoặc hai thời điểm trong lịch sử của một kho mã nguồn, là việc của git chứ không phải của trang này. Và với văn xuôi có các đoạn văn bị ngắt dòng lại, xem theo dòng hoàn toàn là sai mức chi tiết — git diff --word-diff bỏ qua vị trí ngắt dòng và chỉ cho bạn thấy những từ đã thay đổi, đó mới là phép so sánh bạn thực sự cần khi một tài liệu đã được dàn lại dòng.